Methodology for Managing Target Information Flows in the Remote Sensing Space System. Part 4. Network Orbital Groupings

封面

如何引用文章

全文:

详细

This study is the next in a series devoted to systematically organizing mathematical models for managing target information flows in remote sensing space systems. It adapts the methodological approach proposed by the authors for a network of orbital satellites. A distinguishing feature of the problem formulation is the necessity to solve the problem in a complex object environment using promising inter-satellite channels of information interaction to increase the efficiency and quality of the target information. A generalized form of representation of the target information flow model of the remote sensing space system is proposed as an interconnected sequence of functions for altering the amount of information when applying the corresponding processing process (traffic change functions) to it. This study explores the general methodologies employed in addressing optimization problems related to observation planning and inter-satellite transmission of target information. Experimental testing of the solution to the problem of planning and relaying data to information reception points has been carried out. The potential for enhancing the information efficiency of remote sensing space systems through the implementation of inter-satellite data transmission facilities has been validated.

作者简介

Alexander Starkov

Moscow Aviation Institute (National Research University)

Email: starkov@goldstar.ru
ORCID iD: 0000-0002-2332-904X
SPIN 代码: 5242-3413

Doctor of Technical Sciences, Professor of the Department of System Analysis and Management

4 Volokolamskoe Shosse, Moscow, 125993, Russian Federation

Alexander Morozov

Moscow Aviation Institute (National Research University)

编辑信件的主要联系方式.
Email: aamorozko@mail.ru
ORCID iD: 0000-0002-9325-3829
SPIN 代码: 1394-5795

Postgraduate student of the Department of System Analysis and Management

4 Volokolamskoe Shosse, Moscow, 125993, Russian Federation

参考

  1. Starkov AV, Emelianov AA, Grishantseva LA, Zubkova KI, Morozov AA, Trishin AA. Methodology for managing the flows of target information in the remote sensing space system. Part 1. Task formalization. RUDN Journal of Engineering Research. 2021;22(1):54–64. (In Russ.) https://doi.org/10.22363/2312-8143-2021-22-1-54-64 EDN: EWFUYU
  2. Starkov AV, Emelianov AA, Grishantseva LA, Zubkova KI, Morozov AA, Trishin AA. Methodology for managing the flows of target information in the remote sensing space system. Part 2. Interrelated mathematical models systems formation. RUDN Journal of Engineering Research. 2021;22(2):148–161. (In Russ.) https://doi.org/10.22363/2312-8143-2021-22-2-148-161
  3. Еmelianov АА, Grishantseva LA, Zubkova KI, Malyshev VV, Nam NVH, Starkov АV, Win ZY. Mathematical model of ERS data processing ground segment operation in terms of processing distribution. Advances in the Astronautical Sciences. 2020;170:495–504. EDN: QUXMHN
  4. Еmelianov АА. Multiple satellite orbital groupings: management and application approaches. Modern problems of remote sensing of the Earth from space: Proceedings of the 21st International Conference, 13-17 November, 2023. Moscow. P. 2. (In Russ.) EDN: NUTSXP
  5. Khailov MN, Zaichko VA, Tyulin AE, Yemelya-nov AA. The impact of the digital transformation of society on the priorities of remote sensing development in Russia. Modern problems of remote sensing of the Earth from space. Institute of Space Research of the Russian Academy of Sciences: Proceedings of the 18th All-Russian Open Conference, 16–20 Vovember, 2020. Moscow. P. 3. (In Russ.) EDN: KQPPBN
  6. Tyulin AE, Selin VA, Yemelyanov AA. Updating the priorities of the development of the domestic industry of remote sensing of the earth from space. System analysis, management and navigation: Proceedings of the XXIII International Scientific Conference, 18 July, 2018. Yevpatoria. P. 17–18. (In Russ.) EDN: UVTUNQ
  7. Malyshev VV, Piyavsky BS, Piyavsky SA. A de-cision making method under conditions of diversity of means of reducing uncertainty. Journal of Computer and Systems Sciences. 2010;49(1):44–58. https://doi.org/10.1134/S1064230710010065
  8. Golubev SI, Malyshev VV, Piyavskii SA, Sypalo KI. Decision Making in MultiCriteria Problems at the Image Design Stage of Aviation Rocket Technique. Journal of Computer and Systems Sciences International. 2020;59(2):223–231. https://doi.org/10.1134/S1064230720020057
  9. Malyshev VV, Piyavskii SA. The confident judg-ment method in the selection of multiple criteria solutions. Systems Analysis and Operations Research. 2015;54:754–764. http:// doi.org/10.1134/S1064230715050093
  10. Cong Y, Mei X, Liu T, Guan G. Mission-capable satellite prediction method for ultra large remote-sensing satellite constellation based on BP neural network. Research Square. 2024:1–23. https://doi.org/10.21203/rs.3.rs-5351953/v1
  11. Zanin KA, Klimenko NN, Moskatinev IV. Modern Ers imagery satellites. Part 1. Basic design solutions and upgrade trends for ers imagery satellites. Aerospace Sphere Journal. 2020;(2):95–101. (In Russ.) https://doi.org/10.30981/2587-7992-2020-104-3-90-101 EDN: FWWEDK
  12. Zanin KA, Klimenko NN, Moskatinev IV. Modern ers imagery satellites. Part 2. Pecularities of commercial imagery satellites application for governmental and military users. Aerospace Sphere Journal. 2020;(3):90–101. (In Russ.) https://doi.org/10.30981/2587-7992-2020-104-3-90-101 EDN: FWWEDK
  13. Zanin KA, Moskatinev IV. Rational ballistic construction of a space radar surveillance system. Polet. 2018;(9):23–29. (In Russ.) EDN: XYXHPF
  14. Kadochnikov A, Tokarev A. Cataloging system for Russian satellites remote sensing data: main characte-ristics and operating experience. January 2020E3S Web of Conferences. 2020;223(1):03023. https://doi.org/10.1051/e3sconf/202022303023
  15. Ivanov AY, Kucheiko AA. Distribution of oil spills in inland seas based on SAR image analysis: a com-parison between the Black Sea and the Caspian Sea. Inter-national Journal of Remote Sensing. 2015;37(9):2101–2114. https://doi.org/10.1080/01431161.2015.1088677 EDN: NTUUEF
  16. Bolkunov AI, Krasil’shikov MN, Malyshev VV. Comprehensive assessment of the effectiveness of navigation satellite systems. Journal of Computer and Systems Sciences International. 2022;61(3):430–446. https://doi.org/10.1134/S1064230722030030 EDN: PPWYMV
  17. Petrukhin BM, Bychkov YuV, Letyagin AA, Fursaeva TV. On the acceptable level of risks in the implementation of strategic planning programs for tech-nological innovations in the development of space systems. Vestnik of Samara university. Aerospace and Mechanical Engineering. 2024;23(4):89–98. (In Russ.) https://doi.org/10.18287/2541-7533-2024-23-4-89-98 EDN: JKPORD
  18. Balukhto AN, Tverdokhlebova EM. Modern approach to research of the effectiveness of space systems of remote sensing of the Earth. Cosmonautics and Rocket Engineering. 2022;(3):122–136. (In Russ.) EDN: UXKNFR
  19. Li X, Sun Ch, Fan H, Yang J. Remote-sensing satellite mission scheduling optimisation method under dynamic mission priorities. MDPI Mathematics. 2024;12(11):1704. https://doi.org/10.3390/math12111704 EDN: JJUBTY
  20. Li Y, Hao X, Zhang L. Data processing system design methodology for high-orbit remote sensing satellites. Journal of Physics Conference Series. 2025;2977(1):012005. https://doi.org/10.1088/1742-6596/2977/1/012005 EDN: NPQMQK

补充文件

附件文件
动作
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».